基于卷积网络与自适应SVM的齿轮箱故障诊断

针对齿轮箱运作过程中故障诊断效果不理想的问题,提出了一种卷积神经网络(CNN)与粒子群优化的支持向量机(PSO-SVM)方法.首先利用特征参量求出信号的时频特征统计量,其次利用卷积神经网络对时频特征统计量进行二次特征提取,最后利用粒子群优化的支持向量机进行分类.经实验验证,此方法准确率不仅高于其他经典网络模型,而且训练...     

粗糙集-BP神经网络组合在PSC选船模型中的应用

本文以欧盟最新港口国监督法令(2009/16/EC)巴黎备忘录目标船选船机制(NIR)为研究对象,提出基于粗糙集和BP神经网络组合算法的PSC的新选船模型。研究结果表明:该算法有效结合粗糙集理论与BP神经网络的优点,属性约简科学合理,避免选择评价因素的主观影响,简化了网络结构。     

贝叶斯与遗传神经网络相融合的柴油机故障诊断研究

利用小波包分解提取缸盖振动信号的特征向量,提出选择因子对改进误差反向传播(BP)神经网络和超1-依赖贝叶斯算法的诊断结果进行融合,克服贝叶斯和神经网络的不足。通过在WD615柴油机上的实验检测,证明了该方法的有效性。     

高精度支承技术在国家扭矩基准机上的运用

从气体润滑理论出发,介绍了中船重工第七〇四研究所和中国计量科学研究院联合研制100N.m扭矩国家基准机上使用的气浮轴承的原理、性能计算、灵敏度等关键试验以及气路设计情况,并且叙述了气浮轴承装置完成后的整机灵敏度试验、重复性试验以及和德国PTB的国际比对,证明了在高准确度国家基准上使用该型气浮轴承的必要性,填补了国内空白。同时,也使我国在100N.m量程段的扭矩计量水平达到了国际领先水平。     

浅谈进出巴西PDM港航行安全

PDM港(PONTA DA MADEIRA的简称)作为巴西重要铁矿石出口港口之一。由于其自然条件的优势,加上硬件设备齐全,成就了它占绝对优势的吞吐量。为了保障安全驾驶及靠离泊,船长及驾驶人员一定要事先认真研究港口情况和通航环境,熟悉当地的港口规章。希望本文提供的信息能对同仁们有所帮助。     

基于GA和SVM的水火弯板焰道布置优化方法

水火弯板是目前船舶建造中普遍采用的曲型外板加工方法,由于机理复杂,其加工过程参数确定往往依赖于工人的加工经验,难以实现标准化和规范化。文章提出基于遗传算法(GA)和支持向量机(SVM)的水火弯板焰道布置优化方法,以成形曲面和设计曲面之间的形状误差最小为优化目标,将焰道布置优化问题分解成计算最小形状误差和搜寻最佳匹配位置两个问题,并分别运用嵌套GA和SVM来实现这两个问题的求解。实例验证表明该方法能快速高效确定最优的加热线布置方案。     

基于激光扫描的无人堆料控制系统

<正>国内包括黄骅港在内的煤炭码头的堆料机操作一般都是采用人工操作方式实现的,无法实行自动作业的原因主要是煤堆的轮廓识别和料位高度检测很难解决。堆料机具体工作流程如下:司机根据中控指令,将堆料机开至指定位置;司机将堆料机大臂回转至堆场中间位置;根据场垛高低将堆料机大臂俯仰至合适位置;启动悬臂皮带机开始堆料作业;司机观察料堆与大臂的距离小于1.5m时;将大臂继续抬高;当大臂高度大于18m时,堆料机向堆场空侧行走3～4m,继续作业直至作业完毕。在上述的作业过程中,从开始作业到作业完     

基于BP神经网络的复杂布局管道泄漏检测研究

对基于BP神经网络的复杂布局管道泄漏检测与定位进行研究,确定实验方案和研究内容,介绍BP神经网络的输入参数、训练目标和隐含层节点个数,阐述基于BP神经网络的复杂管道泄漏检测研究。研究表明：用BP神经网络来预测复杂管道发生泄漏后的泄漏量大小是完全可行的;用其对是否发生泄漏进行状态辨识,则还要进行数据的二次处理;由于训练样本过少,用BP网络进行泄漏定位时会产生较大的误差,建议增加训练样本数,从而提高泄漏定位精度。     

5000t移动式装船机的改造

分析5000t移动式装船机的2个主要故障,提出解决办法:对于头部溜筒系统的故障,拆除整个溜筒及其附属装置,重新设计简单实用的溜筒;对于悬臂皮带容易压死的故障,设计一套自动检测装置,作为皮带张紧力调整的依据。这2个故障的消除,大幅度提高了装船机的使用可靠性。     

中德100N·m高准确度扭矩标准的比对研究

2008年中国计量科学研究院成功研制了100N·m高准确度扭矩标准机。为了验证该机与其他国家高准确度扭矩标准机的一致性,2009年10月-11月,计量院和德国联邦物理研究院(PTB)进行了100N·m范围内的扭矩双边比对。比对所使用的传递标准为德国PTB提供的两只TT1型扭矩传感器,其量程分别为50N·m和100N·m。比对试验包括顺时针和逆时针两个方向。该文主要介绍了比对中所用的扭矩标准机、比对程序、比对结果和测量结果的不确定度评定。